Memuat
Memuat
Deteksi dan klasifikasikan gangguan kualitas daya, sag, swell, interupsi, harmonik, flicker, transien, notch, dengan wavelet transform dan machine learning: dataset sintetis sesuai IEEE 1159, dekomposisi DWT 5 level, fitur energi & statistik, SVM, Random Forest, XGBoost, dan uji ketahanan noise.
Geser untuk melihat kurikulum dan hasil setiap modul.
Akurasi klasifikasi 9 jenis gangguan (XGBoost)
Sinyal gangguan sintetis sesuai IEEE 1159
Fitur wavelet dan RMS per sinyal
Akurasi pada sinyal ber-noise setelah augmentasi
Enam modul berurutan mengikuti alur penelitian kualitas daya listrik sungguhan, setiap modul menghasilkan kode yang berjalan dan grafik yang siap dipakai di laporan.
Sag, swell, interupsi, harmonik, flicker, transien, dan notch.
Membangkitkan 2.700 sinyal dengan parameter acak dan cek RMS.
Dekomposisi Daubechies-4 lima level untuk melokalisasi gangguan.
Energi, entropi, dan statistik koefisien wavelet.
Tiga klasifikasi dibandingkan dengan confusion matrix.
Ketahanan terhadap noise dan trik augmentasi saat pelatihan.
Video 5–9 menit per modul, lengkap dengan PDF panduan. Modul 1 bisa ditonton gratis.
Kerangka penelitian kualitas daya listrik lengkap: metode pembanding, metode usulan, eksperimen, dan evaluasi siap bab 4.
Kode Python yang rapi dan mudah diganti data, parameter, atau metodenya untuk publikasi.
Memahami cara kerja kualitas daya listrik dari teori sampai implementasi yang bisa dicoba sendiri.
Praktik Python pada studi kasus nyata, bukan sekadar contoh mainan.
Kami membantu implementasi model, eksperimen, evaluasi, dan penulisan hasil untuk skripsi, tesis, maupun publikasi.
Lihat Jasa Riset Kualitas DayaYa. Alurnya mengikuti penelitian sungguhan: metode pembanding, metode usulan, eksperimen, evaluasi, dan analisis hasil yang bisa langsung menjadi kerangka bab 3 dan bab 4.
Sinyal sintetis yang dibangkitkan sesuai IEEE Std 1159-2019. Data yang dipakai disertakan di file project sehingga hasilnya bisa diulang.
Ya. Pelanggan Kelas Premium dan pembeli kelas mendapat zip berisi dataset dan seluruh source code dari keenam modul, diunduh lewat link aman dari halaman kelas.
Dasar Python, Python 3.10+, dan VS Code. Library yang dipakai: numpy matplotlib PyWavelets scikit-learn xgboost.
Ada. Modul 1 bisa ditonton gratis di halaman kelas; modul berikutnya untuk pelanggan Kelas Premium atau pembeli kelas.
Ya, tersedia kelas live online dan jasa pendampingan riset kualitas daya untuk skripsi, tesis, maupun publikasi.
Konsultasikan topik penelitian Anda, kami bantu pilihkan paket belajar yang paling sesuai.
Konsultasi Gratis